Evaluation in Neural Style Transfer: A Review

要約

ニューラル スタイル トランスファー (NST) の分野はここ数年で目覚ましい進歩を遂げており、芸術的でフォトリアリスティックな画像やビデオを優れた品質で合成できるアプローチが登場しています。
このような結果を評価するために、並列比較に基づく著者の意見、参加者の主観的な判断を定量化する人間による評価研究、客観的に評価する多数の定量的な計算指標など、評価方法と指標の多様な状況が使用されます。
アルゴリズムのパフォーマンスのさまざまな側面。
しかし、結果の信頼性を保証できる最も適切かつ効果的な評価手順についてはコンセンサスがありません。
このレビューでは、既存の評価手法の詳細な分析を提供し、現在の評価手法の不一致と限界を特定し、標準化された評価手法に関する推奨事項を提供します。
私たちは、堅牢な評価フレームワークの開発により、NST 手法間のより有意義かつ公平な比較が可能になるだけでなく、この分野での研究結果の理解と解釈も強化されると信じています。

要約(オリジナル)

The field of Neural Style Transfer (NST) has witnessed remarkable progress in the past few years, with approaches being able to synthesize artistic and photorealistic images and videos of exceptional quality. To evaluate such results, a diverse landscape of evaluation methods and metrics is used, including authors’ opinions based on side-by-side comparisons, human evaluation studies that quantify the subjective judgements of participants, and a multitude of quantitative computational metrics which objectively assess the different aspects of an algorithm’s performance. However, there is no consensus regarding the most suitable and effective evaluation procedure that can guarantee the reliability of the results. In this review, we provide an in-depth analysis of existing evaluation techniques, identify the inconsistencies and limitations of current evaluation methods, and give recommendations for standardized evaluation practices. We believe that the development of a robust evaluation framework will not only enable more meaningful and fairer comparisons among NST methods but will also enhance the comprehension and interpretation of research findings in the field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google